Python中的多元Logistic回归

我有这样一个数据集：

0,1,0,1,1,0,0,1,5
1,1,0,1,1,0,0,1,3
1,1,0,0,1,0,0,1,1
0,1,1,0,1,1,0,0,4

我正在寻找一种在python中运行逻辑回归的方法，它使用几个离散值（0或1）来预测一个数值（1-5）。这似乎很有用，但它假设预测变量也是离散的：

---

有什么建议吗？

如果在R中完成工作（通过rpy2、pyRserve或pyper中的一个）是一个选项，那么您可以使用此选项来完成工作。如果对所使用的统计方法有疑问，那么“交叉验证”是一个更好的提问方式。

LR通常假设预测值是离散的或离散结果的概率。如果预测值是离散的，你有什么建议吗？我可以在我的数据中使用这两者。它是用于交叉验证的，而不是用于堆栈溢出